融合大数据分析的电力抢修效率提升技术研究
作 者：
杜凯伦；鲍占超
摘 要：
文章提出了一种融合大数据分析的智能电力抢修技术体系，通过数据驱动与人工智能实现抢修流程的优化与自动化。系统通过多源数据采集与梯度提升决策树建模，实现故障类型的智能识别与分类。结合人员技术等级、地理位置及交通状况，建立最优派遣模型，提升响应速度和抢修效率。研究表明，融合大数据分析的智能电力抢修技术在响应速度、任务匹配准确性及整体抢修时效方面均优于传统人工模式，为电力系统运维的智能化和高效化提供了有效支撑。
来 源：
《信息产业报道》 2026-01